这款 APP 目标用户为长新冠、慢性疲劳人群，主打预判日间精力崩盘（疲劳骤降）。使用流程为每日晨起用手机摄像头通过光体积描记法（PPG）采集心率、心率变异性（HRV）生物数据，夜晚录入当日各类躯体症状；软件基于用户个人数据建模，声称仅依靠晨间生理指标就能提前预判当天疲劳、脑雾、精力崩溃的发作。作者初见这套宣传便识别多处科学风险点。

1. 心率、心率变异性数据干扰变量极多，噪音巨大，需要复杂统计学处理才能提取有效趋势，极易出现 P 值篡改、刻意筛选虚假相关性；
2. 目标患者群体症状无特异性，焦虑、抑郁会显著放大躯体不适感，每日强制记录、反复关注自身症状，可能加重躯体化焦虑，带来负面心理影响；
3. 产品初期免费使用，底层逻辑是用户数据即为商品，早期使用者全部作为模型训练素材，且上线前无完整内部、公开验证研究支撑功效。

厂商后续发布配套研究，纳入超 50 万条用户观测数据，设置三组对照：仅人口协变量组、协变量 + 前一日症状组、协变量 + 前一日症状 + 晨间生理指标组，以 AUC 曲线下面积作为预测效果评判标准。

1. 精力崩盘预测：仅症状 AUC=0.78；加生理指标后 AUC=0.81
2. 疲劳预测：仅症状 AUC=0.73；加生理指标后 AUC=0.74
3. 脑雾预测：仅症状 AUC=0.83；加生理指标后 AUC=0.85 仅加入晨起心率 / 心率变异性后，预测能力提升幅度极其微弱，前一日自身症状才是最强预测因子，研究未单独展示仅生物指标的预测效果，作者判定该数据刻意回避不利结果。

1. 海量样本会放大无意义微小差异，即便虚假关联也能达到统计学显著，不能等同于临床实用价值；
2. 全部症状依靠患者主观自评，无客观化验、影像等金标准佐证；
3. 手机摄像头 PPG 采集的心率、HRV 精度未与心电图（ECG）等医疗标准设备对比校准，仅以 “同一用户内部对比” 为由跳过精度验证，而精度缺失直接削弱预测可信度；
4. 研究仅验证 “预测次日症状” 单一指标，完全未评估长期使用 APP 给患者带来的实际收益：是否改善生活状态、降低焦虑、优化睡眠、辅助规范就医等核心结局；
5. 论文结论用词混淆概念，将统计层面 “小幅提升预测精度” 包装为精准监测、精准慢病管理工具，但统计学精度≠测量准确度，精准的数据也可能无临床实用价值。

1. 单就临床实用角度，这款 APP 基本没有实际价值。仅凭前一天的身体感受就能大致预判今日状态，不需要借助设备采集生理数据，额外监测带来的提升微乎其微；
2. 数字健康 APP 极易依靠海量数据、复杂算法制造 “有效” 假象，看似产出大量数据，实则只会分散注意力、加重躯体焦虑，甚至干扰正规医疗干预；
3. 客观承认手机健康监测工具具备长远发展潜力，但当下大量同类产品收益存疑，厂商利用统计文字游戏夸大产品作用，普通患者难以分辨研究陷阱。

1. 大样本数据集会放大微小、无临床意义的相关性，仅 P 值显著不能代表有实际诊疗价值，是统计学通用核心准则；
2. 手机摄像头 PPG 光感测心率受手指压力、肢体晃动等大量干扰，精度远不及医用心电图，结论客观；
3. 长期每日反复记录躯体症状会强化躯体化焦虑，加重慢性不明症状患者心理负担，符合心身医学临床观察；
4. 仅依靠主观自评症状的临床研究证据等级极低，缺少客观金标准对照会大幅削弱结论可信度；
5. 商业免费健康 APP 以用户数据作为盈利与模型训练资源，是数字健康行业普遍商业模式。

1. 完全否定所有心率变异性监测价值，未区分医院专业穿戴医疗级设备与手机摄像头简易采集工具，医用 HRV 监测在心血管、康复领域存在明确辅助作用；
2. 忽略部分长新冠患者客观反馈：规律记录症状可辅助医生梳理病程，文章只强调焦虑副作用，未客观提及合理记录的临床辅助意义；
3. 仅批判该厂商研究的文字包装误导，未完整区分 “算法统计优化” 与 “真实临床获益” 的专业界定，科普表述偏绝对；
4. 未提及规范、经临床验证的正规慢病数字随访工具，将全部同类 APP 归于有误导风险的范畴。

1. 读者容易全盘否定所有居家生理监测、症状记录工具，完全舍弃医患沟通时病程记录的辅助作用；
2. 容易形成 “所有手机健康算法都是虚假噱头” 的极端认知，忽视经过严格临床试验的合规数字医疗产品；
3. 弱化分层使用建议：短期适度记录、减少每日过度自查可规避焦虑，文章未给出平衡式使用方案，只单向批判产品弊端。

油醋汁凉拌调料亚麻籽油醋汁（拌一切）低脂中华料理汁（炒一切）256ML/瓶 查看
更多

 

2026.07.03 >

史蒂文·诺维拉 于 2026年6月24日

我们很容易忘记智能手机对我们的日常生活和社会产生了多么巨大的影响。大约91%的美国人拥有智能手机，这意味着我们大多数人口袋里都装着一台集电脑、通讯工具、相机、GPS定位器于一体的设备，几乎可以访问全世界的人类知识宝库。

这些设备的普及和强大功能也为收集海量数据创造了机会，这（从科学角度来看）是一把双刃剑，为开展一些有趣且意义重大的科学研究提供了机会，但也容易导致大量伪科学研究的发生。

最近有人请我调查一款名为Visible 的应用程序，)我当时就想到了这一点。这款应用声称可以帮助用户追踪长新冠和肌痛性脑脊髓炎/慢性疲劳综合征 (ME/CFS) 的症状。其工作原理是，用户早上进行一次评估，只需将手指放在摄像头上，应用即可记录心率并计算心率变异性。然后在一天结束时，用户记录当天的症状。应用会利用这些数据进行训练，从而根据早晨的生物特征数据预测用户在一天结束时可能出现的症状。

这类说法让我很怀疑。心率和心率变异性的数据噪声非常大，需要运用一些复杂的统计分析方法才能从中提取出趋势或相关性。这本身并没有错，但这意味着存在大量利用P值操纵数据的机会。

我也有点担心目标人群，长新冠和肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者的这些疾病难以诊断，部分原因是症状往往不典型。焦虑和抑郁很可能在这些疾病中扮演重要角色，而让人们每天都过度关注自身症状可能会产生意想不到的后果。

顺便一提，这款应用最初是免费的，用户可以选择允许该公司追踪用户数据。俗话说，如果你不为一款应用付费，那么在某种程度上，你就是产品。对于这类应用来说，这意味着公司需要大量数据来训练模型，因此免费应用的早期用户就成了训练数据。这也意味着早期版本的应用（无论是否被称为测试版）可能尚未经过充分的训练或验证。以 该应用为例，没有任何已发表的（甚至内部的）研究来验证其宣称的功能。

然而，在2026年3月，他们确实发表了一项关于该应用程序的研究)。我对此并不感冒，但我们还是来看看细节吧。受试者被要求进行日常活动，早上测量生物特征，进行日常活动，晚上记录症状。生物特征数据包括心率和心率变异性，使用手机摄像头进行测量。这项技术很有意思，采用了一种叫做光电容积脉搏波描记法（PPG）的技术。摄像头可以捕捉到心脏跳动时手指血液的变化。但这也高度依赖于手指压力和运动等因素。受试者还可以佩戴一个使用相同PPG技术的LED臂带。

该研究比较了三组数据：仅包含协变量组、包含协变量和前一日症状组、包含协变量、前一日症状和生物特征数据组。协变量包括用户的年龄和性别、生物特征测量时间以及传感器类型。设置这组协变量组的目的是确保这些偶然变量不会对结果产生偏差。

该研究的主要发现是，前一天的症状能够很好地预测当天的症状。以下是主要结果的“曲线下面积 (AUC)”指标（0 表示无预测价值，1 表示完美预测）：

精力崩溃

仅症状：AUC = 0.78

症状 + 生物特征：AUC = 0.81

疲惫

仅症状：AUC = 0.73

症状 + 生物特征：AUC = 0.74

脑雾

仅症状：AUC = 0.83

症状 + 生物特征：AUC = 0.85

正如你所见，前一天的症状数据起到了决定性作用。加入生物特征数据后，病情仅有轻微改善。由于数据量庞大（超过50万条观测数据），这一结果具有高度统计学意义。如此庞大的数据集使得微小的影响，甚至是人为因素造成的影响，都可能被解读为显著结果。因此，在处理如此庞大的数据集时，必须谨慎解读显著的发现。

他们没有单独公布生物识别数据，我认为这并非偶然疏忽。从以上数据来看，结果可能并不理想。

在我看来，这项研究表明这款应用基本上毫无价值。你昨天精力崩溃了吗？那么你今天精力崩溃的概率大约是80%。你昨天一天结束时感到疲惫吗？那么你今天感到疲惫的概率是四分之三。你不需要一个应用就能知道自己前一天的感觉，而且添加生物特征数据在临床上也毫无意义。

这项研究还存在其他缺陷。所有症状均为主观报告，且生物特征数据的准确性未经任何独立验证，例如与心电图测量结果进行比较。作者指出，这并非必要，因为所有数据均在同一用户内部进行比较，而非用户之间进行比较。但这仅适用于该应用程序的预测能力，而其预测能力与仅凭记忆前一天的感受相比，并没有显著优势。

不过，我也想看到一些客观数据，来说明使用这款应用对某些有意义的结果究竟有何净影响。使用这款应用是否能帮助人们更好地管理生活，或者减轻焦虑、改善睡眠或其他方面？很有可能，使用这款应用反而会因为人们更加关注自身症状而使某些结果变得更糟。

我认为使用智能手机应用程序进行健康监测潜力巨大，但这类应用程序虽然功能强大，但实际效果却令人怀疑，同样具有巨大的潜力。收集大量数据、测量各种指标，然后输出大量信息，很容易让人眼花缭乱。但这些信息真的有用吗？还是只会分散注意力或引发焦虑吗？会妨碍人们采取更有效的措施吗？究竟是促进还是干扰了实际的医疗护理？

此类研究也容易给人一种实用性很强的错觉，而实际上却几乎没有任何实用性。作者总结道：

“前向交叉验证显示，当将晨间生物特征数据添加到前一天的症状报告中时，模型性能有统计学意义上的显著提升（AUC = 0.82–0.85 vs. 0.73–0.83）。这些发现表明，移动健康工具在精确监测和预测复杂慢性疾病的实时症状加重方面具有潜在的应用价值。”

“精确监测”这个术语的使用很有意思。精确并不意味着准确，而由于缺乏黄金标准参照，也无法得知数据的准确度。精确也不等同于有用，你可以精确测量一些价值有限甚至毫无价值的东西。

我的结论是：这款应用实际上毫无用处，我们也不知道其最终效果会如何。

https://sciencebasedmedicine.org/using-phone-apps-to-track-symptoms/

【阿赐酱】新年礼盒浓情纳福腊肉腊肠礼盒（详细规格见详情页） 查看
店长推荐

 

2026.06.26

讨论列表 AKP讨论 查看原帖及回帖